急性脑梗死患者血清miR-130a水平表达与溶栓后再出血转化风险的预测模型及验证

目的 研究微小核糖核酸(micro RNA,miR)-130a与急性脑梗死(acute cerebral infarction,ACI)患者溶栓后再出血转化的关系,并分析再出血转化的危险因素,建立列线图预测模型.方法 纳入2018年8月～2020年8月于邢台市第三医院诊治的175例急性脑梗死患者作为建模组,根据出血转化情况分为发生组、未发生组,另纳入同期于该院诊治的100例急性脑梗死患者作为验证组.比较发生组、未发生组的miR-130a表达情况,采用ROC曲线分析miR-130a对于出血转化的预测价值.应用单因素、多因素Logistic回归模型分析出血转化的影响因素.应用R软件建立预测急性脑梗死患者溶栓后出血转化的列线图模型并进行验证,采用ROC曲线分析该模型预测建模组、验证组患者发生出血转化的效能.结果 建模组中再出血转化组(发生组)45例,未发生组130例,出血转化率为25.71％.单因素、多因素Logistic回归分析显示心房颤动(OR=1.684,95％CI:1.124～2.521)、基线NIHSS评分(OR=2.627,95％CI:1.169～5.903)、溶栓药物剂量(OR=0.535,95％CI:0.306～0.938)、溶栓前血糖(OR=12.305,95％CI:1.250～4.248)、CT早期梗死面积(OR=1.747,95％CI:1.144～2.668)和miR-130a(OR=2.106,95％CI:1.123～3.952)均是急性脑梗死患者溶栓后再出血转化的影响因素(均P<0.05).ROC曲线分析显示,血清miR-130a预测再出血转化的最佳截断值为1.08,曲线下面积为0.803(95％CI:0.730～0.876).列线图模型预测建模组与验证组的C-index分别为0.844和0.816.建模组的AUC为0.823(95％CI:0.753～0.894),敏感度和特异度分别为88.89％,76.92％,验证组的AUC为0.797(95％CI:0.722～0.872),敏感度和特异度分别为81.82％,74.36％.结论 心房颤动、基线NIHSS评分、溶栓药物剂量、溶栓前血糖、CT早期梗死面积和miR-130a均是急性脑梗死患者溶栓后再出血转化的影响因素,以这6项指标建立的列线图模型具有良好的再出血转化预测效能.